綠色金融對區域綠色經濟發展的研究

潘政宇（貴州大學）

一、引言

為了達到第七十五屆聯合國大會上所設定的目標，中國必須不斷地推動工業與能源結構的轉變，以促進可再生能源的發展，力求實現經濟發展與綠色轉型同步進行，而這一過程離不開資金的投入。綠色金融是一種專門的金融制度，它是為了解決日益嚴重的資源和環境問題而生，強調了金融機構在進行資金配置決策時，應當充分考慮到與環境因素有關的潛在收益、成本和風險，從而推動國家經濟和社會的長遠發展，對綠色經濟產生一定影響。因此，在“雙碳”背景下研究綠色金融對區域綠色經濟的支持作用，有利于了解二者之間的關系，找出發展綠色金融和綠色經濟的方法，從而促進中國經濟轉型和發展，使中國經濟向高質量方向發展。

二、研究設計

（一）變量選擇

1.因變量

區域綠色經濟（GE）難以直接觀察，必須對其進行測量，但是學術界測度區域綠色經濟的方法并未統一。綠色經濟屬于綜合性經濟，應從資源、環境等多個方面進行充分考慮，所以參考學者徐曉光等人（2021）的觀點，利用他們構建的綠色經濟發展水平指數體系，從社會發展、經濟效率、創新驅動、生態建設、惠民公平共5個維度來測量區域綠色經濟的發展情況。

2.自變量

目前學者們對綠色金融發展（GF）測度也有沒有統一的標準，根據中國人民銀行、財政部等七部委印發的《關于構建綠色金融體系的指導意見》，綠色融資是為企業提供一定資金，幫助企業減少自身對環境的污染，提高企業資源利用率，實現企業可持續發展。一方面，在傳統金融概念中加入綠色發展理念，將金融發展和綠色發展相結合；另一方面要充分利用資金扶持綠色項目和企業發展，通過資本市場對資源進行優化配置，服務實體經濟，促進傳統產業生態化和綠色產業發展。也就是說綠色金融在促進金融發展的同時也會促進綠色發展，兩者是相互影響、相互作用的，所以參考學者謝喬昕（2021）的觀點，把金融發展與綠色發展的耦合協調度作為本文測度綠色金融發展水平的指標。

3.控制變量

本文的控制變量包含人均國內生產總值（Y、Y2）、外商直接投資（FDI）、對外開放程度（OP）、產業結構升級（IS）。

（二）模型構建

首先PVAR模型中的面板數據包括了時間和橫截面，使數據更加豐富；其次PVAR模型沒有將內外變量區別開，只將它們看作是一個內生變量，這種方式獲取更多的數據特性。最重要的一點是，PVAR模型并非基于特定宏觀經濟概念，而是建立在現有研究基礎上，對數據的時間穩定性要求又相對寬松，允許有個體效應和異方差。在觀測數量較大情況下，采用的面板數據模型得到的分析結果更加可信，在本文研究中占有明顯的優勢。

本文運用Stata17軟件對總體及不同區域進行實證研究，采用PVAR模型分析綠色金融（GF）和綠色經濟（GE）的關系，構建模型如公式（1）所示。

公式中i代表了區域，這里指30個省級行政區域；t代表了代時間維度；α0代表了截距項，主要用來展現數據變化時產生的個體差異；αj代表了參數矩陣；p代表了滯后期數；yit-p代表了yit的p階滿后項；ηi代表了個體效應向量；μt代表了時間效應的向量；εit代表了隨機擾動項，這里假設其服從正態分布。

三、實證分析

（一）描述性統計

在進行實證分析前需要對所有數據進行描述性統計，便于全面掌握和了解數據的情況，描述性統計結果如表1所示。

表1 描述性統計表

由表1可以看出，因變量區域綠色經濟（GE）指標的最小值為0.259209，最大值為1，均值為0.341717，可見GE呈現不同的水平，各地區GE發展水平也有所不同。自變量綠色金融發展（GF）指標的最小值為2.912697，最大值為7.750317，均值為5.244226，可見各地區GF投入、發展水平都呈現巨大差距。數據的差異性可以為接下來的研究奠定良好的基礎。

（二）單位根檢驗

為減小異方差帶來的影響，在保證原始時間序列屬性及相關度基礎上能夠得到穩定數據，本文用LLC單元根檢驗。首先對Y進行對數處理，再利用Stata17軟件進行檢驗。單位根檢驗結果如表2所示。

表2 單位根檢驗結果

由表2可以看出，各變量序列在二階差分時均為平穩序列，屬于同階單整序列，說明各變量具有穩定性。

（三）協整檢驗

協整檢驗能夠檢驗模型中各變量之間是否存在著長期協整關系，選取Pedroni檢驗、Kao檢驗、Westerlund檢驗這3種方法，以檢驗各變量間的長期穩定關系。在這些檢驗方法中，Kao檢驗的假設要求最強，所有面板的協整向量都要相等，Pedroni檢驗、Westerlund檢驗沒有這方面的要求。協整檢驗結果如表3所示。

表3 協整檢驗結果

由表3可以看出，三種檢驗方法得出的P值均低于1%，故拒絕原假設，說各變量之間存在長期協整關系。

（四）滯后階數確定

在用PVAR模型進行正式分析前還需要確定滯后期數，可以確保PVAR模型所得結果可靠。參考孫焱林、陳青青（2019）的研究，在PVAR2相關軟件中構建了三個統計量，分別是AIC、BIC和HQIC，用于判斷最優滯后階數。運行結果如表4所示，最終選取了3階滯后期。

表4 滯后階數的選取

（五）脈沖響應分析

采用脈沖響應函數來檢驗隨機干擾項分別對自身和其它變量的影響，由此得到對應的脈沖響應函數圖，中間曲線為脈沖響應函數，兩邊的曲線是模擬200次得出的可信區間，紅色虛線為0。全樣本脈沖響應函數如圖1所示。

圖1 全樣本脈沖響應圖

對于區域綠色經濟（GE）而言，當期對自身的影響相對最大，之后則是逐步降低，然后從第3期開始上升，到第4期后又開始下降，逐漸趨向于0。當GE受到綠色金融（GF）的沖擊時，前兩期中GE的反應迅速下降，也是從第3期開始緩慢上升到第4期，呈現向4靠近的趨勢，之后再次下降。

對于綠色金融（GF）而言，在受到自身沖擊的影響時，呈現出波動性發展趨勢，最終逐漸收斂至0的狀態。當受到GE沖擊時，整體呈現出負向反應，第2期之前逐漸下降，第2期后逐步升高，第3期至第4期為正向影響，之后繼續下降。

四、總結

本次研究運用PVAR模型，結合“雙碳”背景分析綠色金融發展對區域綠色經濟的支持作用，并通過脈沖響應分析和方差分解得到具體結果。從全樣本的結果來看，區域綠色經濟受到綠色金融沖擊時呈波動性變化，但始終為正向影響，說明綠色金融發展對區域綠色經濟具有正向支持作用。